 |
-- 會員 / 註冊 --
|
 |
|
|
|
互聯網金融與大數據分析 ( 簡體 字) |
| 作者：龐引明,張紹華,宋俊典 | 類別：1. -> 程式設計 -> 大數據 |
| 譯者： |
| 出版社：電子工業出版社 |  3dWoo書號： 43882
詢問書籍請說出此書號！【有庫存】
NT售價： 345 元 |
| 出版日：4/1/2016 |
| 頁數：232 |
| 光碟數：0 |
|
站長推薦：   |
| 印刷：黑白印刷 | 語系： ( 簡體 版 ) |
| |
加入購物車  │加到我的最愛
(請先登入會員) |
| ISBN：9787121284199 |
| 作者序 | 譯者序 | 前言 | 內容簡介 | 目錄 | 序 |
| (簡體書上所述之下載連結耗時費功, 恕不適用在台灣, 若讀者需要請自行嘗試, 恕不保證) |
| 作者序： |
| 譯者序： |
前言：推薦序一
互聯網金融作為一種新興的金融業態，它不是互聯網和金融業的簡單結合，而是在電子商務快速發展的基礎上，自然而然為適應新的需求而產生的新金融模式和新業務形態，它對當前國家經濟轉型和“互聯網+”計劃的實施具有重要的實踐意義。
互聯網金融與傳統金融的區別不僅僅在于從事金融業務所采用的渠道媒介不同，更重要的在于互聯網金融參與者深諳互聯網“開放、平等、協作、分享”的精髓，通過互聯網、移動互聯網等工具，使得傳統金融業務具備了透明度更強、參與度更高、協作性更好、中間成本更低、操作上更便捷等一系列特征。互聯網金融能夠對傳統金融形成非常有益的補充，為國家經濟的發展提供有力支持。
近期，互聯網金融發展迅猛，一方面，各類互聯網金融平臺如雨后春筍般涌現，各類互聯網金融產品琳瑯滿目。另一方面，不斷出現互聯網金融平臺提現困難甚至倒閉的現狀，真可謂冰火二重天。我們密切關注互聯網金融的行業態勢，看到了這一行業的巨大價值，也順勢成立了綠地互聯網金融平臺，但是我們覺得互聯網金融野蠻生長的態勢應該穩中求進，互聯網金融行業的健康發展需要適當的金融監管，行業的持續發展需要一定的理論支持。
本文從專業的視角詳細解讀互聯網金融和大數據分析的相關理論，并結合大數據技術的應用，全面系統地分析了互聯網金融的風險控制模型，從一定程度上解決互聯網金融面臨的一些共性問題，為互聯網金融行業的健康持續發展提供技術支持和理論指導。我相信，本書的出版對互聯網金融行業的發展具有很強的指導意義。
綠地集團副總裁 綠地金融控股集團董事長、總裁
耿靖
推薦序二
數據是“互聯網+”的基礎，只要有互聯網的應用，就會產生海量的數據沉淀，形成大數據。過去，在行業與行業之間，政府各個部門之間，數據都是局限的、難以共享的。如果可以把涉及商業、農業、民政、醫療等不同領域的數據進行匯集、聚合、打通，形成一個共享、開放的大數據，將對經濟發展起到很大推動作用。
金融行業一直是大數據的重要產生者和消費者。金融系統中涉及的賬戶、交易、價格、風控、投資分析等都可以成為數據的來源。同時，金融行業也高度依賴數據，依賴數據進行風險測量，依賴數據進行產品定價。因此，可以認為金融業是數據驅動的行業。
在互聯網金融環境中，大數據作為一種重要的核心資產，對它的分析和使用，將會極大地幫助金融機構更好地了解客戶，與客戶建立更良好的客戶關系管理，同時可以根據數據分析進行精準營銷。大數據分析日益成為互聯網金融發展的利器，沒有大數據分析，互聯網金融領域的發展缺少智力和理性基礎；離開互聯網金融領域的土壤，大數據分析難以體現其應用價值和發揮其用武之地。互聯網金融的發展，產生了數量大、結構復雜、格式多樣、時間和空間多維度的大數據流，同時也對數據分析的實時性、準確性、定制化等方面提出更高要求。
本文深入分析了互聯網金融領域的大數據結構、構建了面向互聯網金融的大數據應用架構、建立互聯網金融的風控模型和征信框架，是國內少有的系統分析大數據與互聯網金融的理論書籍。相信本書的出版可以為互聯網金融行業的發展提供重要的技術支持，具有非常重要的參考意義。
阿里巴巴副總裁 阿里研究院院長
高紅冰
推薦序三
作為最近幾年在媒體上出現頻率最高的熱門詞匯，大眾對“互聯網金融”和“大數據”的討論，一直都超乎尋常的熱烈。盡管互聯網金融只是金融業在互聯網時代商業模式轉型的一種過渡性現象，但不可否認的是，它正從業務渠道、成本結構、運營效率及贏利模式等諸多方面改變金融行業。當然，這一切的充分實現，都需要以一個完善、多元化征信體系的建立為前提。這可以包含央行征信信息、社交、電商及其他網絡行為等大數據，全面真實、客觀可靠、開放分享的數據體系，以及在此基礎上展開的大數據挖掘與分析，必將大幅降低信息不對稱，從而有效緩解國內個人和中小企業獲取金融服務既困難又昂貴的問題，進而提升中國金融運行的效率。因此，對于互聯網金融與大數據分析的研究，尤其是從實務操作角度進行的有益探討，
其社會需求的急迫性和實踐指導意義的重要性就愈發凸顯。
當下，市面上存在一些分別以互聯網金融和大數據為主題展開分析的書籍，但或許受制于新興及跨學科交叉領域研究的難度，從大數據分析的角度探討互聯網金融運行的國內著作目前當屬鳳毛麟角。作為中國互聯網金融和大數據領域資深的行業專家，作者不僅具備扎實的理論功底，而且擁有豐富的實戰經驗，因此，本書融合互聯網金融與大數據分析所涉及的多學科知識，不僅寫出了理論的高度，同時也寫出了實踐的深度。從某種意義上說，本書也是作者長期踐行跨學科研究，推動協同創新的產物。
本書兼顧理論沉淀與實踐創新，將跨學科融合的思維貫穿全程，以獨特的視角觀察和研究互聯網金融與大數據分析的相互關系，并從互聯網金融環境下的大數據應用及大數據分析支持下的互聯網金融兩大角度出發，重點研究了互聯網金融領域的大數據結構、具體應用及架構，同時建立了互聯網金融的風控模型，也就大數據分析處理相關的應用展開探討，針對如何解決互聯網金融實踐過程中的一系列問題，提出了獨特見解。
本書記錄了作者在長期一線工作實踐過程中的理解和思考，對互聯網金融和大數據分析領域進行了有意義的探討和總結。相信它能給相關領域的學者、從業人員、有興趣了解或有志進入該領域的人士提供一些新的思路，引發一些新的思考，進而推動實踐，共同促進中國互聯網金融的發展。
林采宜
2015 年11 月
推薦序四
伴隨著信息技術的飛速發展，人類社會已經進入大數據時代。數據已經被人們公認為企業和社會發展的關鍵要素，企業的重要資產，數據洞察力已經成為企業的核心競爭力之一。金融行業作為大數據的重要產生者和消費者，收集和加工數據成為互聯網金融行業重要的基礎工作。
在競爭日益加劇，環境日益復雜的經濟形勢下，通過對大數據的收集和整理，利用數據分析和數據挖掘的方法，對所要授信的個人或企業進行充分有效的評估，建立完善的征信和風險評估體系是互聯網金融企業必備的基本功。能否利用大數據構建一個完善的風險識別和評估系統，是互聯網金融企業生死存亡的關鍵。
在互聯網金融大環境下，通過對數據的收集、規整、分析和挖掘，以數據信息為基礎建立客戶經理工作管理平臺，推動客戶的精準營銷，建立端到端的營銷管理流程，幫助金融機構更好地服務客戶和開拓市場。在與客戶建立初步合作意向后，通過大數據分析建立客戶風險評級模型，充分評估客戶的信用風險水平，幫助金融機構準確定位客戶的風險水平，提高抗風險識別和風險管理能力。
本書全面深入地分析了互聯網金融的特點，剖析了大數據與互聯網金融的關系，概述了大數據在互聯網金融行業中的應用，構建了互聯網金融領域內的大數據分析框架和征信評估模型，對互聯網金融行業的發展路徑進行了深入的探索。本書為大數據和互聯網金融行業發展提供了重要的理論支持和技術實踐，是互聯網金融領域內不可多得的好書。另外，本書對于大數據相關的技術和發展前景也進行了較為深入的分析，可以作為這方面知識的參考書籍。
吉貝克信息技術（北京）有限公司董事長，國家“千人計劃”入選人
中科院大學金融科技研究中心主任，XBRL 中國執行委員會副主席
劉世平
推薦序五
互聯網金融與大數據是當前最熱的兩個名詞，互聯網金融代表金融業務的最新發展方向，而大數據是信息技術發展到一定階段形成的一種新的技術手段。正是大數據技術在數據獲取、處理和分析技術上突破性的進展，為互聯網金融的創新發展提供了技術前提。目前，對大數據技術論述的論文和書籍已經比較多了，但是在互聯網金融的背景下，對大數據技術進行論述的書籍還不多。由于大數據是一個和應用背景高度結合的技術，因此本書的撰寫對大數據技術和互聯網金融的發展具有重要的意義。
本書的作者是三位活躍在互聯網金融和大數據領域第一線的技術和管理人員，他們具有深厚的計算機和大數據技術基礎，同時他們對互聯網金融業務有著創造性地理解，所以他們的組合為本書的成功撰寫提供了良好的基礎。
書的內容從互聯網金融出發，對大數據處理技術和互聯網金融及其關聯模式進行了系統介紹。特別是作者對互聯網金融的六個維度進行了論述，很好地說明了互聯網金融的內涵和基礎，也明確了大數據在互聯網金融中的作用。進而針對互聯網金融的業務需要從數據采集、預處理、元數據管理、存儲管理、分析等角度對大數據技術進行系統的論述，特別對互聯網金融的風險控制及特殊的大數據處理方式進行了深入地探討。
本書是少有的將互聯網金融與大數據技術進行系統地融合的著作，相信本書的出版將對互聯網金融的從業人員和大數據應用的技術人員有很大的指導意義。
復旦計算機學院副院長
汪衛教授
前言
本書的作者都是工作在互聯網金融和大數據領域第一線的人員，具有一定的理論與實踐經驗。作者們希望能以此書為契機，記錄目前工作實踐的理解和思考，給業內同行、專家學者、在校學生等帶來一些新的思路和實踐途徑，進而能夠共同在互聯網金融和大數據分析領域進行探索、嘗試和歸納總結，在理論和實踐兩個方向上，走出一條清晰而又合乎邏輯的業務與技術結合之路。
本書在內容上，從獨特的視角審視互聯網金融和大數據分析。其一，從一定理論高度，結合信息技術的應用，宏觀分析互聯網金融的風險控制模型和征信框架，并結合大數據共性技術的研究，進行理論上的思考和實踐上的創新，解決部分互聯網金融面臨的共性問題；其二，本書擬從互聯網金融環境下的大數據應用，以及大數據分析支持下的互聯網金融兩個角度，抽象出大數據分析的共性特征、模型等，從而為諸如互聯網金融風控相關問題提供解決之道。
本書的寫作思路是，在互聯網金融和大數據分析等知識的基礎上，結合相關的理論和應用分析，將工作一線的實踐，以及實踐過程中的理論思考也寫入本書，供讀者細細品讀和思考。
本書作為電子工業出版社規劃出版的“十二五”國家重點圖書出版項目“大數據叢書”中的一本，它針對的讀者對象主要是：經濟金融專業、管理科學和工程專業、信息技術類專業的大學高年級學生和研究生，互聯網金融行業的骨干人員，金融單位的大數據分析和信息技術人員，互聯網公司金融板塊和大數據分析從業者，以及對互聯網金融領域有興趣、有志進入這一領域的各類人士。
互聯網金融與大數據的分析相得益彰。大數據分析日益成為互聯網金融發展的利器，沒有大數據分析，互聯網金融領域的發展將缺少智力和理性基礎；離開互聯網金融領域的土壤，大數據分析則難以體現其應用價值和發揮其用武之地。互聯網金融的發展，產生了數量大、結構復雜、格式多樣、時間和空間多維度的大數據流，同時也對數據分析的實時性、準確性、定制化等方面提出了更高要求。厘清互聯網金融領域的大數據結構，構建面向互聯網金融的大數據應用架構，建立互聯網金融的風控模型和征信框架，并開展相關的應用，是本書的主要工作。
在互聯網金融快速發展和大數據技術日新月異的時代，盡管作者全部工作在一線，也難免會有所疏漏；更重要的是，該領域內人才濟濟，各類精英正不斷躊躇滿志地進入這一藍海領域。所以，如果本書在理論方法、論述手段、基本結論方面有什么錯誤和局限，首先希望能夠得到各界巨擘的指導和斧正；其次，希望本書能夠起到拋磚引玉的作用，引起讀者的討論和思考、推動實踐，共同推動該領域的工作向前進。
本書共八章。第1∼3 章、第6 章主要由龐引明博士撰寫，第4 章、第5章、第7 章和第8 章主要由張紹華博士、宋俊典博士撰寫。在本書撰寫過程中，戴炳榮、楊琳、高洪美、趙增奎、陳美等人參與了具體章節的編寫，在此對各位的努力和貢獻表示衷心的感謝！寫書是一件辛苦的事情，單純從收益上來看，這與作者所從事的行業收益不成比例，但是書籍是行業發展的基礎工程，總得有人做，我們愿意為之貢獻我們的精力、智慧和時間。
希望本書能夠有益于您——我們的讀者。
龐引明 張紹華 宋俊典
2015 年夏于上海 |
內容簡介：本書深入分析了互聯網金融領域的大數據結構、構建了面向互聯網金融的大數據應用架構、建立互聯網金融的風控模型和征信框架，是國內少有的系統分析大數據與互聯網金融的理論書籍。金融、經濟、管理相關的從業人員，涉金融類的大數據分析和信息技術人員以及對這一領域有興趣、或有志進入這一領域的人群。 |
目錄：第1 章
觀察互聯網金融的六個維度
1.1 金融業務：傳播手段和顛覆效果 / 2
1.2 金融客戶：金融普惠化和金融民主化 / 11
1.3 金融監管：風險控制的復雜化 / 13
1.4 信息技術：互聯網基因導致的粒度混合化 / 25
1.5 大數據：數據碎片化和信息立體化 / 36
1.6 金融的本質：回歸本源化帶來的融資新模式 / 44
第2 章
互聯網金融與大數據的相互關系
2.1 人類數據科學的發展歷程及大數據處理的歷史 / 47
2.2 互聯網金融產生大數據和大數據處理需求 / 56
2.3 大數據分析支撐互聯網金融在多方面快速發展 / 58
2.4 互聯網金融時代大數據處理面臨的挑戰 / 59
第3 章
互聯網金融領域復雜的大數據結構
3.1 大數據領域主流數據結構 / 62
3.2 結構化、半結構化和非結構化數據 / 66
3.3 流數據 / 76
3.4 時空數據 / 80
3.5 傳感數據和全息數據處理 / 84
第4 章
元數據及其在互聯網金融領域的應用
4.1 元數據的基本概念 / 87
4.2 XML 的主要概念和基本結構 / 100
4.3 基于XML 的元數據模型描述和應用 / 108
4.4 互聯網金融領域的元數據描述分析 / 123
第5章
面向互聯網金融的大數據應用架構
5.1 大數據應用概述 / 132
5.2 互聯網金融大數據應用研究 / 134
5.3 互聯網金融服務模式及平臺研究 / 139
5.4 基于大數據的互聯網金融業務創新 / 144
第6 章
互聯網金融的風控模型
6.1 互聯網金融領域的風險分析 / 150
6.2 基于圖的互聯網金融風控模型 / 161
6.3 基于集合論的互聯網金融風控模型 / 171
第7章
面向互聯網金融的大數據分析處理
7.1 大數據采集與存儲 / 177
7.2 大數據分析與挖掘 / 188
7.3 SaaS 與互聯網金融大數據 / 202
7.4 物聯網金融大數據 / 206
第8章
互聯網金融及大數據發展展望
8.1 互聯網金融的發展趨勢 / 209
8.2 大數據的發展趨勢及展望 / 211
參考文獻 / 216 |
| 序： |
|
